MA 4085 Pengantar Statistika

19 Februari 2013
Utriweni Mukhaiyar

1
 Ekspektasi dari X

  xP( X  x), jika X peubah acak diskrit

 semua x
  E[ X ]   
  xf ( x) dx , jika X peubah acak kontinu
 

dimana :
x : nilai-nilai pada X
P(X=x) : peluang untuk setiap nilai x

2
 Untuk peubah acak X dan Y, maka
E(X+Y) = E(X) + E(Y)

 Bila Y = aX + b, a dan b tetapan, maka

E(Y) = aE(X)+b

3
ekspektasi g(x) didefinisikan sebagai:

  g ( x) P( X  x), jika X peubah acak diskrit

 semua x
E[ g ( x)]   
  g ( x) f ( x) dx , jika X peubah acak kontinu
 

Jika g(x) = Xp, maka E[Xp] disebut momen ke-p,

tetapi jika g(x) = (X-a)p disebut momen ke-p di
sekitar a.

Umumnya diambil a = =E[X] atau rataan X

(momen ke satu)

4
Jika diambil g(x) = (X-)2, maka E[(X-)2 ] disebut variansi variabel
acak X

Var ( X )  E[( X   ) ] 2

 E[ X 2  2 E[ X ]   2 ]
 E[ X ]  2 2

 E[ X ]  ( E[ X ])
2 2

5
 Bila Y = aX + b, a dan b tetapan, maka
Var(Y) = 2Y= a2Var(X) = a2 2X
 Bila X suatu peubah acak dan g suatu
fungsi bernilai riil, maka:

Var(g(x)) = E[( g ( x)   ) ]
2

  ( g ( x)   )2 P( X  x), jika X peubah acak diskrit

 semua x
= 
  ( g ( x)   )2 f ( x) dx , jika X peubah acak kontinu
 

6
 Misalkan g(X) dan h(X) masing-masing adalah
fungsi dari peubah acak X, maka
E[g(X)  h(X)] = E[g(X)]  E[h(X)]

 Jika peubah acak X dan Y dengan fungsi peluang

gabungan f(x,y) maka,
 E[X  Y] = E[X]  E[Y]
 2aX+bY = a2 2X + b2 2Y + 2ab X Y

 Jika peubah acak X dan Y saling bebas, maka

 2aX+bY = a2 2X + b2 2Y
 2aXbY = a2 2X + b2 2Y
 Misal X adalah kesalahan dalam pengukuran
nilai curah hujan (dalam mm). Jika ditetapkan
fungsi peluang sebagai2 berikut:
 x
 , 1  x  2
f ( x)   3

 0, x yang lain

Tentukan:
a. Rataan dan variansi dari kesalahan pengukuran
di atas.
b. Jika dibangun Y = 4X + 3, tentukan rataan dan
variansi dari Y ini.
8
a. Rataan dari X Variansi dari X
2
x2
E  X    x dx  5 
2

3 Var  X   E  X   
1
2
 4  
1 x 
4
2
    
2 2
5 x
3  4  1  x  dx
1 
4 3
1
 16  1  0.6375
12
5

4 9
b.

E Y   E  4 X  3 Var Y   E   4 X  3  8  
 2

 
 4E  X   3
 E  4 X  5 
 2
2
x2  
 4  x dx  3 2
x2
  4 x  5
1
3 
2
dx
2 3
4 x  2 1
   38 51
3  4  1 
5

10
1. Jika peubah acak T mempunyai fungsi peluang
sebagai berikut :
 34 (1  t 2 ), untuk - 1  t  1
f (t )  
 0 , untuk t lainnya

Cari E[ T2 ], E[ T-1], E[T<0.5].

1/ 3 , x  1, 2,3
2. Jika P( X  x)  
0 , x yang lain
maka nilai F(1, 99) = ......

11
3. Banyaknya kejadian hujan beserta angin badai
secara bersamaan setiap minggunya pada musim hujan
di suatu daerah AA merupakan suatu peubah acak
(misal H) dengan distribusi peluang berikut.

h 0 1 2 3 4
P(H = h) 0.41 0.37 0.16 0.05 0.01

Tentukan:
a. Harapan (matematika) dan variansi banyak kejadian
hujan beserta badai setiap minggunya di wilayah
tersebut
b. Fungsi distribusi F(h) dan gambarkan
c. Jika banyak kejadian serupa di daerah lain, AB adalah
dua kali banyak kejadian di AA ditambah satu,
hitung harapan banyak kejadian hujan beserta badai
setiap minggunya di wilayah AB.
12
 Misalkan X dan Y adalah peubah acak dengan fungsi peluang gabungan f(x,y)
 Kovariansi dari X dan Y adalah:

Cov( X , Y )  E[( X   X )(Y  Y )] Cov(X, X) = Var(X)

Cov(Y, Y) = Var(Y)

 E[ XY ]  E[ X ]E[Y ]
dengan,
  Variansi adalah
E[ XY ]    xyf ( x, y)dydx
 
kovariansi terhadap
diri sendiri
   
E[ X ]    xf ( x, y)dydx
 
dan E[Y ]    yf ( x, y)dxdy
 
 Misalkan X dan Y adalah peubah acak dengan fungsi peluang gabungan f(x,y)
 Korelasi dari X dan Y adalah:

Corr ( X , Y )  
Cov( X , Y )  XY
 
Var ( X )Var (Y )  X  Y
 Devore, J.L. and Peck, R., Statistics – The Exploration and
Analysis of Data, USA: Duxbury Press, 1997.
 Walpole, Ronald E. dan Myers, Raymond H., Ilmu
Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4,
Bandung: Penerbit ITB, 1995.
 Walpole, Ronald E., et.al, Statistitic for Scientist and
Engineering, 8th Ed., 2007.
 Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.

16